從SaaS高毛利到AI算力稅
過去二十年，投資者理解軟件公司，有一套近乎標準答案：收入訂閱化、客戶續約率高、邊際成本低、毛利率可長期維持在七八成以上。只要增長足夠快，即使短期虧損，也可用「Rule of 40」或收入倍數去合理化估值。這就是SaaS時代最迷人的地方：軟件寫好一次，理論上可以賣無數次，新增一個客戶的成本接近零。
AI出現後，這個故事忽然變得不那麼乾淨。傳統SaaS賣的是功能，AI軟件賣的是每一次推理、每一次生成、每一次模型調用。用戶愈活躍，公司不只得到更高黏性，也同時承擔更高算力成本。昔日軟件公司的成本結構，像一座已建好的收費橋；今日AI應用，則像一間繁忙食肆，每多招待一位客人，就要多用食材、燃氣與人手。收入與成本不再脫鈎，這正是估值模型可能要重寫的起點。
市場近年已經見到端倪。雲服務龍頭一邊受惠AI需求爆發，一邊承認AI基建投入壓低毛利率。這不是短期會計噪音，而是商業模式的變化。AI功能若只是附送在原有訂閱內，企業便等於用固定月費承擔浮動成本；用戶愈重度使用，貢獻毛利反而可能下降。過去投資者愛看ARR增長，現在還要問：這些ARR背後，每一美元收入要消耗多少GPU、電力、記憶體、向量資料庫與模型授權費？
這並不代 AI軟件一定是壞生意。相反，若產品能真正替企業節省工時、提升收入或減少錯誤，客戶願意付更高價格，AI公司仍可創造巨大價值。問題是，估值方法不能再偷懶。傳統SaaS可粗略用收入倍數比較，因為毛利率結構相近；AI軟件則要看推理成本曲線、使用頻率、模型選擇、定價模式與成本轉嫁能力。同樣是年收入一億美元，一間公司若毛利率75%，另一間只有45%，兩者理應享有完全不同估值。
更微妙的是，AI成本有兩股相反力量。一方面，模型效率改善、晶片進步、開源模型成熟，令單次推理成本持續下降；另一方面，當成本下降，企業往往會用得更多、更深、更自動化。從普通聊天機械人，走向多步驟agent、長上下文、即時語音、圖片與影片生成，總token用量可能不是線性上升，而是爆炸式增長。這有點像雲計算年代的「雲帳單驚魂」：單位價格愈便宜，總用量愈失控。
因此，AI時代最值錢的軟件公司，未必是模型最炫的公司，而是懂得把算力變成可收費價值的公司。它們會把免費試用限制得更精準，把重度使用者轉入用量收費，把低價模型用於簡單任務，把昂貴模型留給高價值場景，甚至自建小模型處理垂直流程。換言之，產品經理與財務總監要坐在同一張桌上，因為每一個按鈕、每一次自動補全、每一段長文本分析，都可能是一張小小的成本單。
投資者亦要從「收入倍數思維」轉向「單位經濟思維」。AI軟件的核心問題不只是能否增長，而是增長是否愈大愈賺錢。值得重估的公司，應具備三個特徵：第一，AI功能能帶來明確加價，而非只作留客裝飾；第二，推理成本佔收入比例可隨規模下降；第三，客戶使用愈深，續約與擴張收入愈高，足以覆蓋算力開支。若缺少這三點，高增長可能只是高補貼的另一種說法。
義合控股投資者關係部
